我现在看AI算力产业，有一个很明显的变化，就是行业正在从“训练时代”逐渐进入“推理时代”。
这意味着，AI硬件的竞争重点也在变化。过去大家更关注GPU算力，现在更重要的是，能不能把存储、计算、电力和互联真正组合成一套高效率系统。
我们先看
存储。
推理阶段一个很现实的问题，不只是算力够不够，而是数据能不能及时送到计算芯片。模型越大、上下文越长，对内存容量和带宽的要求就越高。所以我认为，HBM、DDR以及分级存储，后面都会成为AI服务器的重要增量环节。
第二个变化，是
算力架构。
训练阶段，GPU占据绝对主导。但推理任务更加碎片化，成本、功耗和能效比的重要性会明显提升。所以未来大概率不会只有GPU一种路线，而是GPU和TPU、Trainium这类专用AI芯片共同存在。
第三个变化，是
电力和散热。
随着AI芯片功耗不断提升，单机柜功率正在从几十千瓦向几百千瓦演进。这个变化会直接推动电源、功率器件、高压直流和液冷系统升级。尤其是液冷，我认为正在从过去的“可选项”，逐渐变成高密度AI机柜的基础配置。
第四个变化，是
高速互联。
几千张GPU组成集群时，网络问题还相对可控。但当规模扩大到几万甚至几十万张卡以后，芯片之间怎么高速通信，就会成为新的瓶颈。所以800G、1.6T光模块、高速PCB、铜互联和交换芯片，都还会继续升级。
再往后看，AI还会进入智能体时代。
智能体需要连续完成多步骤任务，CPU要承担更多调度、规划、工具调用和任务流管理。所以我判断，未来CPU在AI系统里的重要性也会重新提升。
最后看
国产替代。
现在国内AI产业链已经不是单点突破，而是晶圆制造、先进封装、存储、设备和材料一起推进。这意味着，国内AI产业正在从“替代单个海外产品”，逐渐走向“建立完整产业链体系”。
所以现在AI硬件下一阶段比的已经不只是GPU性能，而是谁能把存储、计算、电力和网络真正组织成一套高效率、可扩展的算力系统。
重点公司：
存储
海外：SK hynix（韩国，HBM全球龙头）、Samsung Electronics（韩国，HBM/DDR龙头）、Micron（美国，HBM/DRAM核心厂商）
国内：长鑫存储（合肥，DRAM及HBM布局）、长江存储（武汉，3DNAND及企业级SSD）
算力卡
海外：NVIDIA（美国，AI GPU龙头）、AMD（美国，Instinct系列AI GPU）
国内：华为（深圳，昇腾AI处理器及超节点）、寒武纪（北京，云端AI加速卡）、海光信息（天津，DCU深度计算处理器）
电源
海外：Vertiv维谛（美国，AI数据中心供电及800VDC）、Eaton伊顿（爱尔兰，数据中心电力管理及800VDC）
国内：麦格米特（深圳，AI服务器高功率电源）、欧陆通（深圳，服务器及数据中心电源）、华为数字能源（深圳，数据中心供配电系统）
液冷
海外：Vertiv维谛（美国，数据中心液冷及CDU）、CoolITSystems（加拿大，芯片级冷板液冷）
国内：英维克（深圳，全链条液冷/CDU/冷板）、申菱环境（佛山，数据中心CDU及液冷系统）、高澜股份（广州，冷板式及浸没式液冷）
高速互联
海外：Broadcom博通（美国，AI交换芯片龙头）、NVIDIA（美国，NVLink/InfiniBand / Spectrum-X 高速网络）,Coherent（美国，数据中心高速光模块龙头）、Lumentum（美国，高速光模块及光芯片龙头）
国内：中际旭创（苏州，800G/1.6T高速光模块）、新易盛（成都，800G/1.6T高速光模块）、华工科技（武汉，高速光模块及NPO光互联)
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。